什么是人工智能
AI有四种途径值得我们关注：
-
像人一样行动
这样的AI应该具有以下能力，以通过图灵测试，以下也是AI应用最广泛的地方：
- 自然语言处理
- 知识表示
- 自动推理
- 机器学习
- 计算机视觉
- 机器人学
-
像人一样思考
领会人脑地思维过程，有三种途径：内省，心理实验和脑成像，只有具备人脑地精确理论，才有可能表示成计算机程序；
-
合理地思考
对于逻辑主义希望通过逻辑表示描述任何可解地问题，但是有两个阻碍：如何获得非形式的知识用逻辑表示法描述出来，如何在有限的资源解决困难的问题；
-
合理地行动
一个合理Agent希望实现最佳的结果，或者在不确定的环境中实现最佳期望结果；
对于现在处于人工智能发展的新阶段，逐渐从决策型AI过渡到生成式AIGC；
交叉学科
- 哲学
- 数学
- 经济学
- 神经科学
- 心理学
- 计算机工程
- 控制论
- 语言学
人工智能带来的问题
- 准确性问题：如何避免AI一本正经地胡说八道？
- 版权问题：对于模型按照prompt训练出来的作品，版权归属原作者吗，还是prompt创作者？
- 伦理问题：AI生成一些性别种族歧视的回答，如何处理？
人工智能的历史
总的来说，分为三次浪潮：
- 1943-1955孕育期，1956诞生期
- 1952-1969第一次浪潮（推理的发展）：数学定理证明和通用问题求解器GPS出现，prolog出现，产生式系统出现，神经网络和感知机收敛定理发展，符号主义盛行，联结主义出现；
- 1966-1973现实困难：神经网络大规模学习被否定，感知机无法解决非线性问题；
- 1969-1980第二次浪潮（知识的发展）：知识工程和专家系统诞生，神经网络中的反向传播提出；
- 1980-1987反思：日本五代机和Stanford只是百科全书项目失败。人工智能的冬天来临；
- 1993后第三次浪潮（学习的发展）：统计模型和深度学习获得成功；
现在认为AI领域科学的方法应该是：机器学习不应该和信息论分离，不确定推理不应该和随机模型分离，搜索不应该和经典的优化和控制分离，自动推理不应该和形式化方法和静态分析分离
